Yapay zekanın burnu var 01.03.2017

Bilim adamları uzun zamandır insan vücudunun reseptörlerinin çok çeşitli kokuları algılamamıza ve onlara belirli açıklamalar vermemize nasıl izin verdiğini tartışıyorlar. Bu sorunu çözmek için dünyanın dört bir yanından mühendis ekiplerinden kokuları insanlar kadar algılayabilen bir yapay zeka oluşturmaları istendi.

Rengi tahmin etmek o kadar da zor değil: örneğin, bir ışık dalgası 510 nm dalga boyuna ulaşırsa, çoğu insan bunun yeşil olduğunu söyleyecektir. Ancak belirli bir molekülün nasıl koktuğunu anlamak çok daha zordur. 22 bilim insanı ekibi, kimyasal yapılarına göre çeşitli moleküllerin kokusunu tahmin edebilen bir dizi algoritma oluşturdu. Programın tüm pratik uygulamaları görülmeye devam ediyor, ancak geliştiriciler her şeyden önce parfümcülere, eczacılara ve gıda işçilerine yeni, benzersiz koku kombinasyonları geliştirmelerinde yardımcı olacağını umuyor.

Çalışma, Leslie Vosshull ve New York'taki Rockefeller Üniversitesi'ndeki meslektaşları tarafından 49 gönüllünün 467 koku maddesinin kokusunu tahmin etmek zorunda kaldığı yakın tarihli bir çalışmayla başladı. Her biri için 19 temel modelden oluşan bir karşılaştırma sistemi geliştirildi: denekler kokunun balık mı yoksa sarımsak mı olduğunu söyledi, aromanın yoğunluğunu ve bireysel hoşluğunu değerlendirdi. Sonuç olarak, belirli kokulu molekülleri karakterize eden bir milyondan fazla hücreyle bir katalog oluşturuldu.

Hesaplamalı biyolog Pablo Meyer bunu öğrendiğinde, çalışmayı hemen bir bilgisayar sisteminin insanların kokuları nasıl değerlendireceğini tahmin edip edemeyeceğini test etme fırsatı olarak gördü. Araştırmacıların insan vücudunda yaklaşık 400 koku reseptörü keşfettiği gerçeğine rağmen, bir kişinin kokuların en ince tonlarını bile ayırt edebilmesi için tam olarak birlikte nasıl çalıştıkları bilim adamları için bir gizem olmaya devam ediyor.

2015 yılında Meyer ve meslektaşları, DREAM Olfection Prediction Challenge'ı başlattı. Yarışmaya katılanlar, kokuları ve onları üreten moleküllerin kimyasal yapısını tanımlayan gönüllülerin aynı derecelendirme tablolarını aldılar. Ek olarak, katılımcılara her bir molekül için - atomları, göreli konumları, genel geometri ve sonunda yaklaşık 4800 milyon veri noktasına ulaşan 2 tanımlık bir veri tabanı sağlandı. Nihai olarak, veriler, yapısal bilgilere dayalı olarak kokuları tanımak üzere bilgisayar programlarını eğitmek için kullanılmalıdır.

Yarışmaya dünyanın dört bir yanından yirmi iki takım katıldı ve birçoğu iyi bir iş çıkarırken özellikle iki takım öne çıktı. Yang Fang Guang liderliğindeki Michigan Eyaleti ekibi, tek tek şeylerin kokusunu tahmin etmek için bir algoritma bulmada en iyisiydi. Arizona Üniversitesi'nden Richard Gerkin liderliğindeki başka bir ekip, programı tüm numunede ortalama koku derecelendirmeleri için eğitmede en iyisiydi. Meyer bunu Science dergisinde yayınlanan bir makalede bildiriyor.

Elbette pek çok bilim insanı, yapılan çalışmanın bilime önemli bir katkı sağlamasına rağmen, hala oldukça ilkel bir seçim olduğunu ve doğadaki tüm koku spektrumu için 19 tanımlayıcı unsurun açıkça çok, çok açık olduğunu söyleyerek gelişmelere şüpheyle bakıyor. az.

Gönüllülerle yapılan alternatif araştırmalar, farklı kokuları sözlü olarak değerlendirmek için bu kriterlerden 80 veya daha fazlasını kullanmıştır. Mevcut algoritmanın, böyle bir bilgi dizisiyle karşı karşıya kalması durumunda koku skorunu doğru bir şekilde tahmin edip edemeyeceği açık değildir. Bu nedenle, bugüne kadar kokuların algılanması hem doktorlar hem de mühendisler için bir gizem olmaya devam ediyor.